Aplicação das Redes Neuronais Artificias para classificação das operações de perfuração: O caso de poços deepwater de Exploração e Produção
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Outros Autores: | , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952021000300005 |
Resumo: | Resumo A aplicação de métodos automáticos para classificação de texto não estruturadas são extremamente valiosas para a indústria de Oil&Gas. A perfuração é uma operação que acarreta custos elevados que são proporcionais à duração das atividades. A classificação das diversas operações durante a perfuração é muito importante para gerar premissas de duração para o projeto de novos poços. Para este artigo, dois procedimentos independentes foram realizados para identificar o melhor modelo de NPT (Non-Productive Time) e PT (Productive Time). As conclusões apontam o modelo Multi-layer Perceptron (MLP) como o melhor modelo. O sistema de classificação pode ser utilizado para produzir um relatório preciso e detalhado sobre as atividades realizadas durante a perfuração de um poço. Através desse trabalho é possível concluir que os relatórios diários de perfuração atualmente disponíveis representam uma fonte rica de informação e podem ser utilizados para melhorar o processo de construção de poços de petróleo. |
id |
RCAP_295a13785a70ac6df955a8c32de9ca6e |
---|---|
oai_identifier_str |
oai:scielo:S1646-98952021000300005 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Aplicação das Redes Neuronais Artificias para classificação das operações de perfuração: O caso de poços deepwater de Exploração e Produçãoredes neuronais artificiaisinteligência artificialclassificaçãoaprendizagem de máquinaperfuraçãocompletaçãoResumo A aplicação de métodos automáticos para classificação de texto não estruturadas são extremamente valiosas para a indústria de Oil&Gas. A perfuração é uma operação que acarreta custos elevados que são proporcionais à duração das atividades. A classificação das diversas operações durante a perfuração é muito importante para gerar premissas de duração para o projeto de novos poços. Para este artigo, dois procedimentos independentes foram realizados para identificar o melhor modelo de NPT (Non-Productive Time) e PT (Productive Time). As conclusões apontam o modelo Multi-layer Perceptron (MLP) como o melhor modelo. O sistema de classificação pode ser utilizado para produzir um relatório preciso e detalhado sobre as atividades realizadas durante a perfuração de um poço. Através desse trabalho é possível concluir que os relatórios diários de perfuração atualmente disponíveis representam uma fonte rica de informação e podem ser utilizados para melhorar o processo de construção de poços de petróleo.AISTI - Associação Ibérica de Sistemas e Tecnologias de Informação2021-09-01info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articletext/htmlhttp://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952021000300005RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação n.43 2021reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAPporhttp://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952021000300005Chaile,ValterMoro,SergioCarneiro,AristidesRamos,Ricardo F.info:eu-repo/semantics/openAccess2024-02-06T17:24:25Zoai:scielo:S1646-98952021000300005Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T02:30:14.493424Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Aplicação das Redes Neuronais Artificias para classificação das operações de perfuração: O caso de poços deepwater de Exploração e Produção |
title |
Aplicação das Redes Neuronais Artificias para classificação das operações de perfuração: O caso de poços deepwater de Exploração e Produção |
spellingShingle |
Aplicação das Redes Neuronais Artificias para classificação das operações de perfuração: O caso de poços deepwater de Exploração e Produção Chaile,Valter redes neuronais artificiais inteligência artificial classificação aprendizagem de máquina perfuração completação |
title_short |
Aplicação das Redes Neuronais Artificias para classificação das operações de perfuração: O caso de poços deepwater de Exploração e Produção |
title_full |
Aplicação das Redes Neuronais Artificias para classificação das operações de perfuração: O caso de poços deepwater de Exploração e Produção |
title_fullStr |
Aplicação das Redes Neuronais Artificias para classificação das operações de perfuração: O caso de poços deepwater de Exploração e Produção |
title_full_unstemmed |
Aplicação das Redes Neuronais Artificias para classificação das operações de perfuração: O caso de poços deepwater de Exploração e Produção |
title_sort |
Aplicação das Redes Neuronais Artificias para classificação das operações de perfuração: O caso de poços deepwater de Exploração e Produção |
author |
Chaile,Valter |
author_facet |
Chaile,Valter Moro,Sergio Carneiro,Aristides Ramos,Ricardo F. |
author_role |
author |
author2 |
Moro,Sergio Carneiro,Aristides Ramos,Ricardo F. |
author2_role |
author author author |
dc.contributor.author.fl_str_mv |
Chaile,Valter Moro,Sergio Carneiro,Aristides Ramos,Ricardo F. |
dc.subject.por.fl_str_mv |
redes neuronais artificiais inteligência artificial classificação aprendizagem de máquina perfuração completação |
topic |
redes neuronais artificiais inteligência artificial classificação aprendizagem de máquina perfuração completação |
description |
Resumo A aplicação de métodos automáticos para classificação de texto não estruturadas são extremamente valiosas para a indústria de Oil&Gas. A perfuração é uma operação que acarreta custos elevados que são proporcionais à duração das atividades. A classificação das diversas operações durante a perfuração é muito importante para gerar premissas de duração para o projeto de novos poços. Para este artigo, dois procedimentos independentes foram realizados para identificar o melhor modelo de NPT (Non-Productive Time) e PT (Productive Time). As conclusões apontam o modelo Multi-layer Perceptron (MLP) como o melhor modelo. O sistema de classificação pode ser utilizado para produzir um relatório preciso e detalhado sobre as atividades realizadas durante a perfuração de um poço. Através desse trabalho é possível concluir que os relatórios diários de perfuração atualmente disponíveis representam uma fonte rica de informação e podem ser utilizados para melhorar o processo de construção de poços de petróleo. |
publishDate |
2021 |
dc.date.none.fl_str_mv |
2021-09-01 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952021000300005 |
url |
http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952021000300005 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952021000300005 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
text/html |
dc.publisher.none.fl_str_mv |
AISTI - Associação Ibérica de Sistemas e Tecnologias de Informação |
publisher.none.fl_str_mv |
AISTI - Associação Ibérica de Sistemas e Tecnologias de Informação |
dc.source.none.fl_str_mv |
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação n.43 2021 reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799137367980769280 |